大气辐射校正软件LEDAPS与FLAASH对比研究

针对LEDAPS与FLAASH 2种大气辐射校正软件,从其算法原理、结果的目视效果以及典型地物的光谱特征等方面进行了对比研究,并利用MODIS相关产品分别对2种模型反演的地表反射率及由其反演得到的NDVI结果进行了评价。结果表明,2种软件操作简便,地表反射率反演的精度较高,均能在一定程度上消除大气影响;LEDAPS反演的地表反射率结果相对FLAASH的结果目视效果较好;根据MODIS NDVI产品对反演获得且升尺度后的红光、近红外波段反射率和NDVI结果评价表明,2种模型校正结果与MODIS数据产品相关性较好,均具有相同的变化趋势,2种模型的反演结果均具有较高的精度,且LEDAPS的反演结果精度更高。     

大气校正对九连山植被覆盖度。感估算的影响

以江西九连山保护区为例,利用基于归一化差异植被指数（NDVI）的像元二分法模型分别在TM 影像的 原始DN 值、表观反射率以及经过基于MORTRAN 辐射传输模型和经过简单传输模型的黑暗像元法校正后的地面 反射率的基础上对研究区的植被覆盖度进行提取,将所得4 类植被覆盖度的估算值与实测值进行比较,分析大气校 正对植被覆盖度。感估算的影响。结果表明,FLAASH 和DOS 两种大气校正方法虽校正原理不同,但通过对样地实 测值的拟合度来看,均能有效消除大气影响,有效提高植被覆盖度。感估算的精度;而辐射定标后的表观反射率却 与原始影像DN 值估算的植被覆盖度差异不明显,说明植被覆盖度估算精度的提高来源于大气校正作用,辐射定标 影响甚小。因此,在植被覆盖度较高的亚热带区域,有必要进行大气校正,以改善估算精度。     

县域尺度上基于GF-1PMS影像的冬小麦种植面积遥感监测

为探究县域尺度上基于高分一号卫星(GF-1)PMS影像进行冬小麦遥感监测的可行性及精准性,以河南省滑县为研究区,遴选2015年2月上旬GF-1 PMS影像6景,对影像进行辐射定标、FLAASH大气校正、NNDiffuse融合、几何精校正、地图投影转换等预处理后,在外业调查和样本分析的基础上构建一种新的冬小麦决策树分类模型,模型第1层决策方案中NDVI0.311的像元为冬小麦,得到冬小麦的粗分类结果;在此基础上进行第2层决策分类,以进一步提高冬小麦的分类精度,分类方案为第1波段地表反射率0.146、第2波段地表反射率0.148、第3波段地表反射率0.135、第4波段地表反射率0.250的像元为冬小麦。对分类结果进行形态学滤波处理,以消除或减少分类结果中孤立的像元。分别基于决策树分类模型与ENVI软件自带的IsoData非监督分类模型,对比分析GF-1PMS影像和同时期Landsat-8OLI影像在冬小麦面积提取上的精度。结果表明:基于新构建的决策树分类模型,2015年滑县冬小麦种植面积为115 715.81hm2,混淆矩阵检验总体精度为99.62%,Kappa系数为0.99;PMS影像提取冬小麦的混淆矩阵总体精度比OLI影像高出9个百分点。说明县域尺度上基于单时相GF-1PMS影像在冬小麦收获前提取冬小麦种植面积是可行的,提取精度较高。     

基于光谱特征分异的玉米种植面积提取

玉米种植面积的准确获取是进行玉米长势监测和产量估测的前提与基础。在对Landsat-8/OLI影像进行辐射定标、大气校正、几何精校正和裁剪等预处理的基础上,基于典型地物光谱空间差异与物候特征的异同,选取具有代表性的4种植被指数[归一化差值植被指数(NDVI)、差值植被指数(DVI)、比值植被指数(RVI)、绿度植被指数(GVI)]和近红外波段反射率,通过构建植被光谱特征指标阈值对不同地物进行识别和分类,最后获取玉米种植面积。结果表明,利用近红外波段反射率可以将农作物与其他地物区分开来,即当其反射率值大于0.37时,地物为农作物。对不同种类农作物识别时,选择NDVI0.86、DVI0.53、RVI13.00、GVI3 713.60作为分类阈值,可以将玉米与水稻和大豆区分,准确提取到玉米的种植面积。利用样本数据和当地农业部门提供的数据进行面积提取精度验证,总体精度为92.75%,说明基于多光谱特征指标建立分类阈值的方法可以准确提取玉米种植面积,该方法可以为江淮玉米种植区县域玉米种植面积的提取提供参考。     

基于区域增长的海岸带黑暗像元自动提取算法研究

针对海岸带区域独特的地表状况设计了一个近海岸的黑暗像元自动提取算法。首先利用修订型归一化水体指数(RNDWI)和归一化植被指数(NDVI)对黑暗像元备选区域进行确定,然后从备选区域中找到初始黑暗像元,最后利用多阈值的区域增长法对黑暗像元的选取进行优化,最终计算得到黑暗像元值。应用此算法对Landsat-5 TM影像遥感数据进行处理,结果表明,大气校正之后的典型地物光谱曲线更接近于真实的光谱曲线,说明此算法设计合理,其大气校正结果与用ENVI软件进行FLAASH大气校正和黑暗像元法大气校正的结果相比,此算法更接近于FLAASH模型法,校正效果较好。同时利用黑暗像元自动提取算法得到大气校正后的结果大大减少了反射率值为负的情况,提高了数据的利用率。     

MODTRAN模型在HJ/CCD影像大气校正中的应用

大气校正是定量遥感研究中必不可少的过程。本研究利用MODTRAN模型对一景HJ/CCD影像进行大气校正,并从典型地物光谱特征变化、校正结果与MODIS地表反射率产品比较及对归一化植被指数(NDVI)的影响3方面评价校正效果,结果显示:MODTRAN模型较好地消除了可见光波段内的增加效应和近红外波段的吸收作用;校正结果与高精度的MODIS地表反射率产品在植被、居民地、水体3类地物的反射率具有较高的一致性,其中植被类型平均误差为12.8%;MODTRAN模型较好地修正了混合像元的NDVI值,校正后各类地物的NDVI均有所提升,其中植被NDVI的增幅最大,有利于区分植被与其他地物类型。表明MODTRAN模型对HJ/CCD影像具有较好的大气校正效果。     

基于OLI影像的县域冬小麦种植面积提取

以河南省虞城县为研究区域,筛选冬小麦分蘖期至拔节期内的3期(分蘖期、越冬期、拔节期)高质量OLI遥感影像,进行辐射定标及FLAASH大气校正,以便将影像DN值转算为地表反射率,并利用全色波段进行影像融合处理以提高空间分辨率。以归一化差异水体指数(NDWI)、归一化差异建筑指数(NDBI)、归一化差异植被指数(NDVI)为基础,结合外业调查数据构建决策树模型,3期影像中NDWI大于0的像元为水体,NDBI大于0的像元为居民地,NDVI分别大于0.59、0.52、0.65的像元为冬小麦纯净像元,NDVI分别小于0.49、0.44、0.56的像元为其他地物,剩余部分为冬小麦混合像元,通过实地调研确定将混合像元面积折算为冬小麦实际种植面积的权重为0.46,最后计算虞城县冬小麦的实际种植面积。结果表明,冬小麦分蘖期至拔节期是遥感监测冬小麦种植面积的最佳时期,3期影像提取的2014年虞城县冬小麦种植面积分别为76 238.79 hm2、77 406.65 hm2、77 397.82 hm2,与往年统计数据和样地实测数据相比,精度达到了99%。     

基于FLAASH的CBERS-02B星CCD影像大气校正

中巴资源卫星的CCD数据作为我国自主卫星数据源,在遥感应用方面发挥着重要作用。但由于CCD数据所获取的可见光-近红外波段信息易受大气因素干扰,因此寻求一种适合于中巴资源卫星CCD数据快速、有效的大气校正方法,以提高影像的利用率。介绍FLAASH大气校正的主要算法原理,并利用其进行CBERS-02B星CCD影像的大气纠正试验。通过分析校正前后的影像目视效果、典型地物光谱特征和NDVI值,表明FLAASH方法能够快速、有效地纠正大气因素对CBERS-02B星CCD影像的影响,对于植被覆盖地区纠正效果尤为明显。因此,FLAASH大气校正方法能够为大数据量的CBERS系列卫星CCD数据的大气校正提供了快速、可行及有效的方法。     

基于FLAASH模块的高级陆地成像仪图像的大气校正

FLAASH（fast line-of-sight atmospheric analysis of spectral hypercubes）大气校正模块被越来越多地应用到遥感图像大气校正中,但是ENVI（the environment for visualizing images）中没有预先设定有新谱传感器的参数,因此限制了FLAASH模块的使用范围。采用FLAASH模块对ENVI中没有预设的高级陆地成像仪传感器所拍摄的图像进行大气校正,初步探讨了FLAASH模块对未知多光谱传感器图像的大气校正。通过比较大气校正前后典型地物的光谱曲线和归一化植被指数（NDVI,normalized difference vegetation index）,表明FLAASH模块能够有效地减少大气对ALI图像的影响。图5表2参20     

基于TM/ETM+遥感数据的地面相对反射率反演

卫星遥感数据的大气辐射校正是定量遥感的基础与关键。目前大气辐射校正方法的局限性已经严重影响了定量遥感科学进展。鉴于此,COST模型在TM／ETM数据上的实用性逐步得到学者们的共识。本文详细阐述了COST模型的理论及其算法,模型参数的确定及其获取途径。COST模型在完成TM／ETM卫星遥感数据大气辐射纠正的同时实现了地表反射率反演,为TM／ETM卫星遥感数据的应用研究奠定了基础。文章进一步借助地面光谱仪的宴测数据对研究区地表反射率反演结果进行了空间维和光谱维的分析验证,结果认为COST模型完全能够满足卫星遥感数据基本应用研究的需要。     

山区高分辨率遥感影像地形辐射校正方法研究

高空间分辨率的卫星影像和航摄影像越来越广泛地应用于山区农、林业资源调查和山区生态环境监测等领域.但是由于山区地形起伏和侧视成像等原因,使得影像存在一定的阴影,从而严重影响这些高分辨率影像的应用.针对这一问题,本文借鉴在遥感影像条带噪声去除中非常有效的矩匹配方法基本原理,提出了基于矩匹配的山区高分辨率遥感影像辐射校正方法,同时对被验证TM影像地形辐射校正最佳的C校正方法作了相应的改进.并以北京市西部山区的1 m分辨率的航空影像为例,分别用矩匹配方法和C校正改进方法进行了地形辐射校正,并对处理结果进行了对比分析.结果表明,对于地形复杂的山区,图像较大的高分辨率影像,矩匹配方法优于C校正改进方法.     

基于多源遥感数据的连云港海域赤潮信息提取研究

[目的]利用多元遥感数据提取连云港海域赤潮信息。[方法]以小尺度连云港海州湾赤潮为研究对象,选用2005年10月8日IRS-P6数据、2006年5月20日Landsat 5-TM数据、2006年10月6日MODIS 1B数据以及2009年4月22日HY-1B的2级数据为遥感数据源,对其进行几何校正、大气校正、图像裁剪等预处理后,结合同步观测的连云港赤潮监控区站位环境数据,采用二次滤波法、叶绿素a浓度法、波段比值法提取海州湾赤潮信息。[结果]2005年10月8日,连云港海域暴发面积约20.0 km2的赤潮;2006年5月20日,连云港海域赤潮处于消亡阶段;2006年10月6日,赤潮暴发规模大,面积约436.5 km2;2009年4月22日,连云港海域赤潮零星分布,面积约10.8 km2。[结论]该研究为连云港环境监测相关部门实施有效地赤潮预测与预警提供了技术思路。     

高山区遥感影象与地形数据几何配准试验研究

多源影象数字复合是扩充遥感影象信息的有效手段。本文以八大公山自然保护区美国陆地卫星ＴＭ影象与１∶５０,０００地形图等高线进行复合,对几何配准精度进行了试验研究。试验表明：用二元三次多项式对ＴＭ影象进行几何精校正,用二元三次多项式对等高线图进行扫描畸变纠正后,对于高山地区的遥感影象,具有较好的几何配准精度,能够满足分类判读的需要。     

基于两种辐射传输模型的遥感数据大气校正及结果对比分析

通过辐射传输方程详述了大气效应对遥感图像的影响及大气校正的原理,并利用两种辐射传输模型--6S和FLAASH(基于MODTRAN)对同一区域ETM+数据的可见光、近红外波段分别进行了大气校正.从校正的结果看,两种模型均对由于大气效应引起的辐射失真进行了辐射校正,消除了因散射增加的辐射能量,同时补偿了因吸收而损失的辐射能量,但在校正结果上存在差异.只有将两种辐射传输模型方法结合使用,才能更好地消除大气效应对研究区域的影响.     

基于ERDAS几何校正及在闽江流域影像处理中应用

遥感资料的准备和处理是遥感技术在实际应用中的核心工作,文中探讨了利用ERDASIMAGING软件对闽江流域TM影像进行几何精校正的方法,并对ERDAS IMAGING软件中相关模型参数设置及原理、地面控制点的设置进行了研究,为后期的闽江流域资源动态监测打下基础。结果表明:影响几何精校正的主要因素是GCP的数量、分布和定位精度及校正方法和重采样方法;一景影像采用14-18个GCP其纠正精度可以控制在半个像元以内,本研究校正所得闽江流域影像的纠正精度为0.225 4个像元,符合资源动态监测的精度要求。     

基于TM影像的南旺湖地区土地利用变化监测

利用多时相LANDSATTM数据对山东省汶上县南旺湖地区1987-2001年的土地利用变化状况进行了遥感动态监测。首先对不同时相数据进行几何纠正和辐射归一化,根据研究区两时相的地物类别选择训练区,在此基础上进行基于平行管道分类器的监督分类及分类精度评估。通过比较两时相的分类结果,发现南旺湖地区在1987—2001年间土地利用类型发生了一些显著的变化,主要表现在湖泊／沼泽等湿地资源的锐减,并在此基础上初步分析了引起这一变化的原因。     

基于TM影像的草原沙漠化信息增强方法的研究

分别选择浑善达克沙地西部、中部和腹地3个区域,利用遥感影像的假彩色合成、比值增强、归一化植被指数（NDVD、掩膜技术等遥感图像增强处理技术,对3个区域进行遥感数字图像处理,探讨增强草原沙漠化信息的有效方法。研究发现：NDVI图像中,不同级别的草原沙漠化在灰阶上易于区分,尤其是轻度沙漠化和重度沙漠化,反差非常大;TM3／TM4比值运算增强了沙漠化信息,特别是半固定沙地的信息,再与原图像中的TM4和TM5进行假彩色合成,形成含有比值运算信息的合成图像,更加突出了草原中度沙漠化的信息。